BAB III METODE PENELITIAN
F. Metode Analisis Data
Metode analisis data yang digunakan dalam penelitian ini adalah metode analisis statistik dengan menggunakan persamaan regresi berganda (multiple regression). Analisis data dilakukan dengan bantuan SPSS 18 (Statistical Package for Social Science). Peneliti melakukan uji asumsi klasik terlebih dahulu sebelum melakukan pengujian hipotesis.
Uji asumsi klasik yang dilakukan adalah uji normalitas data, uji multikolonieritas, uji heterokedastisitas, dan uji autokorelasi.
a. Uji Normalitas
Tujuan uji normalitas menurut Ghozali (2005) adalah “untuk menguji apakah dalam model regresi, variabel pengganggu atau residual memiliki distribusi normal”. Normalitas data dapat ditentukan dengan melihat histogram atau pola distribusi data normal. Normalitas dapat dideteksi dengan melihat penyebaran data (titik) pada sumbu diagonal dari grafik atau dengan melihat histogram dari nilai residualnya.
Proses uji normalitas data dilakukan dengan menggunakan uji Kolmogorov Smirnov. Distribusi data dapat dilihat dengan membandingkan Zhitung dengan Ztabel dengan kriteria sebagai berikut:
1. jika Zhitung (Kolmogorov Smirnov) < Ztabel (1,96), atau angka signifikan
> taraf signifikansi (α) 0,05 maka distribusi data dikatakan normal,
2. jika Zhitung (Kolmogorov Smirnov) > Ztabel (1,96), atau angka signifikan < taraf signifikansi (α) 0,05 maka distribusi data dikatakan tidak normal.
Uji normalitas data juga dapat dilihat dengan memperlihatkan penyebaran data (titik) pada normal P Plot of Regression Standardized Residual variabel independen, dimana:
1. jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas,
2. jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Model regresi yang baik adalah yang mempunyai distribusi data normal atau mendekati normal.
b. Uji Multikolonieritas
Tujuan uji multikolonieritas menurut Ghozali (2005) adalah ”untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel (independen)”. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebasnya. Pengujian terhadap ada tidaknya multikolinearitas dalam model regresi dapat dilakukan dengan melihat nilai tolerance dan lawannya, serta Variance Inflation Factor (VIF).
Kedua ukuran ini menunjukkan setiap variabel independen manakah yang dijelaskan oleh variabel independen lainnya. Tolerance mengukur variabilitas variabel independen yang terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai tolerance yang rendah sama dengan nilai VIF yang tinggi (karena VIF = 1/ tolerance). Nilai cut off yang umum dipakai untuk menunjukkan adanya multikolonieritas adalah nilai tolerance < 0,10 atau sama dengan VIF > 10. Uji multikolonieritas juga dapat dilakukan dengan melihat nilai korelasi antar variabel independen, jika nilai korelasi antar variabel independen lebih besar dari 0,95 maka dapat disimpulkan bahwa
terdapat gejala multikolonieritas antar variabel independen dalam penelitian tersebut.
c. Uji Autokorelasi
Uji Autokorelasi menurut Ghozali (2005) bertujuan “untuk menguji apakah dalam suatu model regresi linear terdapat korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pada periode t-1 (sebelumnya)”. Autokorelasi sering terjadi pada sampel dengan data time series. Pengujian autokorelasi dilakukan dengan menggunakan uji Durbin-Watson. Kriteria untuk penilaian terjadinya autokorelasi adalah:
1)angka D-W di bawah -2 berarti ada autokorelasi positif,
2)angka D-W di antara -2 sampai +2 berarti tidak ada autokorelasi, 3)angka D-W di atas +2 berarti autokorelasi negatif.
d. Uji Heterokedastisitas
Menurut Ghozali (2005) uji heterokedastisitas bertujuan “untuk menguji apakah di dalam model regresi terjadi ketidaksamaan variance dari satu pengamatan ke pengamatan yang lain”. Suatu model regresi yang baik adalah tidak terjadi heterokedastisitas. Uji heterokedastisitas dapat dilakukan dengan melihat grafik Scatterplot antar nilai prediksi variabel independen dengan nilai residualnya. Dasar analisis yang dapat digunakan untuk menentukan heterokedastisistas, antara lain:
1. jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar, kemudian menyempit), maka mengindikasikan heterokedastisitas,
2. jika tidak ada pola yang jelas, seperti titik-titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka tidak terjadi heterokedastisitas atau terjadi homokedastisitas.
2. Pengujian Hipotesis Penelitian
Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi berganda. Analisis persamaan regresi berganda digunakan untuk mengetahui pengaruh dari beberapa variabel bebas terhadap satu variabel terikat. Analisis regresi berganda dihasilkan dengan cara memasukkan input data variabel ke fungsi regresi. Persamaan regresi berganda yang digunakan dapat dinyatakan sebagai berikut :
Y = a+b1X1+b2X2+b3X3+b4X4+ b5X5+e Keterangan:
Y = tingkat pengungkapan laporan keuangan
a = konstanta
b1,b2,b3,b4 = koefisien regresi
X2 = net profit margin
X3 = earning per share
X4 = return on investment
X5 = return on equity
e = koefisien pengganggu
Hipotesis diuji dengan menggunakan t-test dan F-test. a. Uji Signifikansi Parsial (Uji t)
Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Uji t digunakan untuk menguji signifikansi pengaruh variabel independen secara parsial terhadap variabel dependen. Hipotesis statistik yang diajukan adalah:
Ha : bi ≠ 0 : ada pengaruh.
Signifikan atau tidaknya pengaruh variabel independen terhadap variabel dependen dilihat dari nilai probabilitas (nilai Sig.) dari t rasio masing- masing variabel independen pada taraf uji α = 5% (0,05). Kesimpulan dapat diterima atau tidaknya Ha sebagai pembuktian adalah:
1) jika probabilitas < 0,05 maka Ha dapat diterima, 2) jika probabilitas > 0,05 maka Ha tidak dapat diterima.
Signifikansi juga dapat dilihat dengan membandingkan dengan thitung, dengan ketentuan:
2) jika thitung < ttabel(α = 5%) maka Ha tidak dapat diterima.
b. Uji Signifikansi Simultan (Uji F)
Uji F digunakan untuk untuk menguji hubungan linear dari seluruh variabel bebas secara bersama (simultan) terhadap variabel dependen. Uji F digunakan untuk mengetahui signifikansi dari model persamaan regresi, apakah terdapat hubungan signifikan antara X dan Y. Hipotesis yang akan diuji adalah sebagai berikut:
Ha : b0 = b1 = b2 ≠ 0 : semua variabel independen berpengaruh secara bersama.
Signifikan atau tidaknya pengaruh variabel independen terhadap variabel dependen dilihat dari nilai probabilitas (nilai Sig.) dari F rasio seluruh variabel independen pada taraf uji α = 5% (0,05). Kesimpulan dapat diterima atau tidaknya Ha dapat diketahui dengan pembuktian sebagai berikut:
1) jika probabilitas < 0,05 maka Ha dapat diterima, 2) jika probabilitas > 0,05 maka Ha tidak dapat diterima.
Signifikansi juga dapat dilihat dengan membandingkan Fhitung, dengan ketentuan:
1) jika Fhitung > Ftabel (α = 5%) maka Ha dapat diterima, 2) jika Fhitung < Ftabel (α = 5%) maka Ha tidak dapat diterima.